Caffe Model Zoo

最新推荐文章于 2024-08-08 08:16:22 发布
最新推荐文章于 2024-08-08 08:16:22 发布
阅读量5.7k 收藏 8
点赞数 3
分类专栏： 深度学习 Caffe 文章标签： Caffe Model Zoo
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Quincuntial/article/details/79242342
版权

Caffe有许多分类的预训练模型及网络结构，我自己训练过的模型总结在Github上，基本上涵盖了大部分的分类模型，包括AlexNet，VGG，GoogLeNet，Inception系列，ResNet，SENet，DenseNet，SqueezeNet。

其中会碰到不少坑，例如VGG给的结构已经太旧了，需要根据新版本Caffe的进行修改，DenseNet训练网络结构有些地方需要修改等。鉴于以上原因，我自己整理了一个Caffe Model Zoo。

Github地址：https://github.com/SnailTyan/caffe-model-zoo

SnailTyan
关注
  • 3
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 9
    评论
专栏目录
【神经网络与深度学习】Caffe Model Zoo许多训练好的caffemodel
ZhangPY的专栏
09-28 6654
Caffe Model Zoo 许多的研究者和工程师已经创建了Caffe模型，用于不同的任务，使用各种种类的框架和数据。这些模型被学习和应用到许多问题上，从简单的回归到大规模的视觉分类，到Siamese networks for image similarity，到语音和机器人技术应用。 为了帮助分享这些模型，我们介绍model zoo 构架（framework）： 打包Caff
【目标检测】MMDetection专栏之基准测试 和 Model Zoo｜三
深度学习与计算机视觉
03-12 1510
环境硬件8 个 NVIDIA Tesla V100 GPUsIntel Xeon 4114 CPU @ 2.20GHz软件环境Python 3.6 / ...
caffe-model-zoo:Caffe预训练模型和原型
05-11
caffe-model-zoo Caffe预训练模型可以从以下位置下载链接： ： 密码：
探索ONNX模型动物园：释放AI潜力的开放资源库
最新发布
gitblog_00655的博客
08-08 897
探索ONNX模型动物园：释放AI潜力的开放资源库 modelsA collection of pre-trained, state-of-the-art models in the ONNX format 项目地址:https://gitcode.com/gh_mirrors/model/models 在这个快速发展的AI时代，ONNX（Open Neural Network Exchange）...
caffe：Model-Zoo
Cche的博客
07-22 1277
链接： https://github.com/BVLC/caffe/wiki/Model-Zoo
《Caffe Modle Zoo》
sinat_41789705的博客
09-13 283
回到根目录执行： ./build/examples/cpp_classification/classification.bin \ models/bvlc_reference_caffenet/deploy.prototxt \ models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel \ data...
open_model_zoo:预先训练的深度学习模型和演示（高质量且速度极快）
05-10
Model Zoo存储库 该存储库包括优化的深度学习模型和一组演示，以加快高性能深度学习推理应用程序的开发。 使用这些免费的预训练模型，而不是训练自己的模型，以加快开发和生产部署过程。 存储库组件： 和其他自动化...
PINTO_model_zoo：一个共享TensorFlow Keras生成的经过训练的模型的调整结果的存储库。 训练后量化（权重量化，整数量化，完全整数量化，Float16量化），量化意识训练。 TensorFlow Lite。 OpenVINO。 CoreML。 TensorFlow.js。 TF-TRT。 MediaPipe。 ONNX。 [.tflite，.h5，.pb，saved_model，tfjs，t​​ftrt，mlmodel，.xml.bin，.onnx]
02-06
PINTO_model_zoo 使用模型之前，请阅读每个文件夹正下方的LICENSE文件的内容。 我的模型转换脚本是根据MIT许可证发布的，但是源模型本身的许可证受提供者存储库的许可证约束。 共享Tensorflow生成的经过训练的模型...
cafe model zoo
xddwz的博客
09-29 785
github地址： https://github.com/SnailTyan/caffe-model-zoo
caffeModel.rar
05-25
DNN，深度学习使用到的配置文件, 基于OpenCV3.4.3，caffemodel
MobileNet的caffe模型mobilenet.caffemodel
10-26
来源于http://github.com/hollance/MobileNet-CoreML的模型文件，方便google访问限制的小伙伴进行模型文件的下载
ResNet-101-model.caffemodel
03-27
ImageNet pre-trained ResNet-101的caffemodel 来源：https://github.com/KaimingHe/deep-residual-networks中提供的OneDrive链接
ResNet-50-model.caffemodel
03-27
ImageNet pre-trained ResNet-50的caffemodel 来源：https://github.com/KaimingHe/deep-residual-networks中提供的OneDrive链接
caffe 通过model zoo 使用训练好的模型 finetune
shiqi,bao的博客
05-25 6068
caffe model zoo许多研究人员和工程师已经将Caffe模型用于各种架构和数据的不同任务： 这些模型被学习并应用于从简单回归到大规模视觉分类，到图像相似性的暹罗网络，语音和机器人应用的问题。 * 用于包装Caffe模型信息的标准格式。 * 从Github Gists上传/下载模型信息的工具，并下载受过训练的.caffemodel二进制文件。 * 用于分享模型信息的中心wiki页面Gi
caffe可视化及Model Zoo等资料
qq745021926的博客
06-07 348
https://blog.csdn.net/zxj942405301/article/details/71195267 https://blog.csdn.net/qq_14845119/article/details/74931602 https://blog.csdn.net/zxj942405301/article/details/71194359
1002 Caffe Model Zoo
谢军的博客
11-25 566
http://caffe.berkeleyvision.org/gathered/examples/cpp_classification.html./build/examples/cpp_classification/classification.bin \ models/bvlc_reference_caffenet/deploy.prototxt \ models/bvlc_reference_
Caffe Model Zoo官方文档翻译
weixin_30596343的博客
06-08 142
http://caffe.berkeleyvision.org/model_zoo.html 许多研究人员和工程师使用各种体系结构和数据为不同的任务设计了Caffe模型：可以查阅model zoo！ 这些模型被学习并应用于解决简单回归、大规模视觉分类、图像相似性的连体网络，语音和机器人应用等各种问题。 为了帮助分享这些模型，下面介绍一下model zoo框架：a. 一种封装Caffe模型信息的...
caffemodel
11-17
caffemodel是Caffe框架中的一种文件格式，用于存储训练好的模型参数。在Caffe中，模型的结构和参数是分开存储的，其中.prototxt文件存储了模型的结构信息，而.caffemodel文件则存储了模型的参数信息，包括权重和偏置等信息。通过加载.caffemodel文件，我们可以快速地使用已经训练好的模型进行预测或者微调。 如果想要查看caffemodel文件中的权重信息，可以使用Caffe提供的Python接口来快速查看。具体步骤如下： 1.导入caffe和numpy库 ```python import caffe import numpy as np ``` 2.加载模型和参数 ```python deploy = '/home/b622/caffe-action_recog/evaluation/prototxt/pspnet101_VOC2012_deploy.prototxt' model = '/media/b622/My Passport/pspnet101resultbn/train_iter_100.caffemodel' net = caffe.Net(deploy, model, caffe.TEST) ``` 3.获取指定层的权重信息 ```python w = net.params['conv1_1_3x3_s2/bn'][0].data print(w) ``` 其中，'conv1_1_3x3_s2/bn'是指定的层名称，表示获取该层的权重信息。
评论 9
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值